Espectrômetro com transformada de Fourier (FT)

Inicialmente utilizada por astrônomos, os espectrômetros com transformada de Fourier foram aplicados à área da química no final da década de 60 devido as grandes vantagens quando comparado com os especfotômetros dispersivos, dentre elas: aproveitamento da energia radiante, que é obtida porque os instrumentos com FT possuem poucos elementos ópticos e não possuem fendas que atenuem a radiação. Isto implica numa razão sinal/ruído muito maior; poder de resolução extremamente alto e na reprodutibilidade do comprimento de onda, que permite a análise de espectros complexos e atende a todos os elementos de resolução para espectros serem medidos simultaneamente. Isto reduz, significativamente, o tempo necessário para se obter um espectro com qualquer sinal/ruído selecionado.

3.5.1.1. Infravermelho Médio (MIR)

Com o surgimento da transformda de Fourier houve uma ampliação na aplicação do MIR, principalmente para análise quantitativa de amostras complexas de espécies orgânicas e bioquímicas, por meio de medidas tanto de absorção como de reflexão.

A espectroscopia de reflexão é uma técnica para obtenção de espectros IR de amostras de difícil manipulação. A reflexão da radiação pode ser de quatro tipos: reflexão especular, reflexão difusa, reflexão interna e reflexão total atenuada (ATR – Attenuated Total Reflectance).

Por ter aplicação bastante abrangente, pode ser utilizada em vários tipos de amostras e carecer de pouco ou até mesmo dispensar o preparo de amostras, a ATR é um tipo de reflexão que tem sido basatnte utilizada.

Os espectros ATR são semelhantes, mas não idênticos, aos espectros de absorção comuns. Eles dependem do ângulo de incidência, porém independem da espessura da amostra. Embora sejam observadas as mesmas bandas, as intensidades relativas são diferentes. A intensidade da banda de ATR é geralmente proporcional à concentração, podendo ser usada em análises quantitativas.

3.5.1.2. Infravermelho próximo (NIR)

Espectrofotômetros utilizados para registrar espectros NIR são semelhantes aos utilizados em outras regiões do espectro eletromagnético. Porém, o equipamento NIR pode incorporar uma variedade de dispositivos, dependendo das características da amostra, das condições analíticas e outras condições específicas tais como, velocidade de análise, complexidade da amostra e condições ambientais, o que torna a técnica mais flexível e abrangente.

Assim como no MIR, a transformada de Fourier também contribui, significativamente, para a qualidade dos resultados no NIR, em especial, à reprodutibilidade no comprimento de onda e a razão sinal/ruído.

Os principais elementos óticos para a região do NIR, como lentes, janelas e substratos para filtros são compostos por fluoretos de cálcio e magnésio, por serem materiais transparentes em toda a região do NIR. A luz branca é a fonte de luz utilizada, por ter alta intensidade. No sistema de detecção, o destaque fica com o Sulfato de triglicinadeuterada (DTGS), por ser um detector que apresenta boa sensibilidade numa larga faixa de comprimento de onda (do UV até infravermelho distante) com excelente linearidade, além de trabalhar à temperatura ambiente.

3.6. QUIMIOMETRIA

O sucesso nas aplicações das técnicas analíticas do infravermelho está diretamente relacionado à qualidade do processamento de dados na espectrometria, já que, sem os recursos computacionais seria impossível a separação de bandas espectrais sobrepostas, trabalhar simultaneamente com muitas variáveis e, principalmente, construir modelos matemáticos sob essas condições em curto espaço de tempo. Diante dessas novas possibilidades, a espectrometria tem a cada dia consolidado a importância da Quimiometria na área da química.

Segundo Kowalski (Ferreira, 2013) “as ferramentas quimiométricas são veículos que podem auxiliar os químicos a se moverem mais eficientemente na direção do maior conhecimento”. Em outras palavras, a Quimiometria pode ser definida como uma área da química que usa métodos matemáticos, estatísticos e computacionais para: planejar e selecionar as condições ótimas de medidas; extrair o máximo da informação química relevante com a análise dos dados; e fazer previsão de conjunto de dados de interesse químico.

Os especialistas da comunidade científica que trabalham com a Quimiometria têm um especial interesse no controle de processos industriais e no monitoramento mais rigoroso na área da Química Analítica, principalmente na espectroscopia de infravermelho próximo onde as pesquisas de Quimiometria têm avançado bastante (Brereton, 2007).

Dentre as diversas subáreas da Quimiometria pode-se destacar o planejamento de experimentos, o reconhecimento de padrões e a calibração multivariada. Na área de planejamento de experimentos, resumidamente, busca-se determinar e mesmo quantificar, a influência das variáveis sobre as respostas desejadas, indispensáveis para que resultados confiáveis sejam obtidos e para que análises estatísticas consistentes possam ser realizadas (Rodrigues, & Iemma, 2005). No reconhecimento de padrões, a partir de uma vasta gama de informações (medidas químicas ou espectrais, por exemplo) sobre uma série de objetos (ou amostras), pretende-se encontrar agrupamentos de amostras que são similares entre si e, assim, detectar tendências nos dados. Na calibração multivariada, busca-se estabelecer um modelo que relacione uma série de medidas (químicas ou espectrais), com uma determinada propriedade.

Para a análise de dados os métodos multivariados são os mais adequados, porque permitem um estudo com várias espécies presentes ao mesmo tempo, não importando a existência ou

ausência de diferenças espectrais marcantes entre elas, nem a existência de alta correlação dos dados. É possível, também, a identificação de problemas eventuais com a linha de base ou interferentes nas amostras usadas na calibração e nas novas amostras de previsão. Ou seja, o modelo estatístico dos métodos multivariados considera a correlação entre muitas variáveis analisadas simultaneamente, permitindo a extração de uma quantidade muito maior de informação (Sena, et. al., 1999).

Segundo Ferreira (2013), o roteiro geral para a análise multivariada consta de uma preparação dos dados para a análise exploratória, da construção e validação dos modelos, além do uso desses modelos para previsões. Na preparação dos dados é importante investir um tempo definindo o problema a ser resolvido, na escolha correta das técnicas experimentais a serem usadas, e no desenvolvimento dos protocolos garantindo que as informações realmente desejadas sejam coletadas. A análise exploratória utilizando o método de Análise por Componentes Principais (ACP) é uma ferramenta útil para identificar agrupamentos e tendências entre as amostras; identificar variáveis que contém informações de interesse e investigar as correlações entre as variáveis.

Como preparação para análise multivariada, os dados passam por uma etapa denominada de transformação/pré-processamento, cuja finalidade é eliminar informações não relevantes do ponto de vista químico, e tratar as matrizes de dados para tornar os cálculos melhor condicionados, possibilitando uma análise exploratória mais eficiente.

Há diversos métodos de processamento de dados tanto para as amostras como para as variáveis. Para as amostras os tipos mais comuns de pré-processamento são: normalização (remover as variações sistemáticas), ponderação (enfatizar uma mistura sobre outra), suavização (remover o ruído aleatório), e correção da linha base (corrigir a variação sistemática da linha base). Já para as variáveis são: centralização na média (prevenir que os pontos mais distantes do centro dos dados tenham maior influência que os mais próximos) e ponderação (ajustar o conjunto de dados de modo a igualar a variância de cada variável, ou seja, igualar a influência de cada variável sobre o conjunto de dados) (Pasquini, 2011).